Genetic parameters for milk production by using random regression models with different alternatives of fixed regression modeling Parâmetros genéticos para produção de leite usando modelos de regressão aleatória com diferentes alternativas de modelagem da regressão fixa

Records of test-day milk yields of the first three lactations of 25,500 Holstein cows were used to estimate genetic parameters for milk yield by using two alternatives of definition of fixed regression of the random regression models (RRM). Legendre polynomials of fourth and fifth orders were used to model regression of fixed curve (defined based on averages of the populations or multiple sub-populations formed by grouping animals which calved at the same age and in the same season of the year) or random lactation curves (additive genetic and permanent enviroment). Akaike information criterion (AIC) and Bayesian information criterion (BIC) indicated that the models which used multiple regression of fixed lactation curves of lactation multiple regression model with fixed lactation curves had the best fit for the first lactation test-day milk yields and the models which used a single regression of fixed curve had the best fit for the second and third lactations. Heritability for milk yield during lactation estimates did not vary among models but ranged from 0.22 to 0.34, from 0.11 to 0.21, and from 0.10 to 0.20, respectively, in the first three lactations. Similarly to heridability estimates of genetic correlations did not vary among models. The use of single or multiple fixed regressions for fixed lactation curves by RRM does not influence the estimates of genetic parameters for test-day milk yield across lactations.<br>Os registros de produção de leite no dia do controle das três primeiras lactações de 25,5 mil vacas da raça Holandesa foram utilizados para estimar parâmetros genéticos para produção de leite usando duas alternativas de definição da regressão fixa dos modelos de regressão aleatória (MRA). Os polinômios de Legendre de ordens 4 e 5 foram usados para modelar as regressões das curvas fixas (definidas com base nas médias das produções de leite no dia do controle da população ou de múltiplas sub-populações formadas pelo agrupamento de animais que pariram na mesma idade e estação do ano) e aleatórias (genética aditiva e de ambiente permanente) de lactação. Os critérios de informação de Akaike (AIC) e Bayesiano (BIC) indicaram os modelos que consideraram múltiplas regressões das curvas fixas de lactação como os que melhor se ajustaram aos registros de produção de leite da primeira lactação e os modelos que utilizaram uma única regressão da curva fixa, como os melhores para ajuste das segunda e terceira lactações. As herdabilidades para produção de leite ao longo da lactação não variaram entre modelos, entretanto variaram de 0,22 a 0,34; 0,11 a 0,21 e 0,10 a 0,20, respectivamente, para as três primeiras lactações. Semelhantemente às estimativas de herdabilidade os valores das estimativas de correlações genéticas não variaram entre modelos. O uso de uma ou de múltiplas regressões das curvas fixas de lactação pelos MRA não influencia na estimação de parâmetros genéticos para as produções de leite ao longo das lactações de vacas da raça Holandesa.